董志強(qiáng)，李榮書，胡桂青

（威海拙誠(chéng)燃?xì)獍踩O(shè)備有限公司，山東威海264209）

淺談膜式燃?xì)獗淼臄?shù)字識(shí)別方法

董志強(qiáng)，李榮書，胡桂青

（威海拙誠(chéng)燃?xì)獍踩O(shè)備有限公司，山東威海264209）

基于數(shù)字識(shí)別模塊的直讀燃?xì)獗?，其直讀設(shè)計(jì)是在不改變?cè)腥細(xì)獗斫Y(jié)構(gòu)的前提下加裝數(shù)字識(shí)別模塊來實(shí)現(xiàn)對(duì)燃?xì)獗淼某怼Ｔ撝弊x模塊采用特征比較的數(shù)字識(shí)別方法，對(duì)0～9這10個(gè)數(shù)字進(jìn)行識(shí)別，總體識(shí)別率可以達(dá)到99%以上。此方法具有識(shí)別算法簡(jiǎn)單、識(shí)別速度快、容易實(shí)現(xiàn)且識(shí)別效果好的優(yōu)點(diǎn)。

膜式燃?xì)獗?；?shù)字識(shí)別模塊；特征提??；識(shí)別率

近年來，隨著西氣東輸工程的建成投產(chǎn)及燃?xì)馄占奥实牟粩嗵岣?，燃?xì)庵饾u成為人們生活不可缺少的資源。目前，國(guó)內(nèi)普遍使用的仍為機(jī)械式膜式燃?xì)獗恚涑硎召M(fèi)方式還是入戶抄表，不僅人工成本較高，而且工作效率低下；數(shù)據(jù)實(shí)時(shí)性較差，不能夠及時(shí)反映用戶使用燃?xì)饬康淖兓?，因此每月抄表的?shù)據(jù)統(tǒng)計(jì)遠(yuǎn)遠(yuǎn)不能滿足公司深層次的分析和決策要求。

基于此種情況，我公司研發(fā)了直讀燃?xì)獗?，在普通膜式燃?xì)獗淼耐獠考友b數(shù)字識(shí)別模塊，在不改變?cè)腥細(xì)獗斫Y(jié)構(gòu)的前提下實(shí)現(xiàn)對(duì)燃?xì)獗淼某?。主要設(shè)計(jì)思路如下：在現(xiàn)有的燃?xì)獗砩习惭b數(shù)字識(shí)別模塊對(duì)燃?xì)獗淼淖州嗊M(jìn)行圖像采集與識(shí)別，然后將數(shù)據(jù)傳輸?shù)浇K端管理系統(tǒng)，實(shí)現(xiàn)燃?xì)獗碜詣?dòng)抄表和燃?xì)夤居脷夤芾淼墓δ?，有效避免了?duì)原有燃?xì)獗淼臋C(jī)械改造。目前，隨著人們對(duì)圖像識(shí)別方法的不斷研究，數(shù)字識(shí)別方法的種類也越來越多，例如基于最小距離法的數(shù)字圖像識(shí)別[1]、基于穿線法的數(shù)字圖像識(shí)別[2]、基于模板匹配的數(shù)字圖像識(shí)別[3]等。本文主要采用特征提取的方法將0～9這10個(gè)不同數(shù)字分別識(shí)別出來，并對(duì)逐漸縮小范圍中的數(shù)字特征進(jìn)行分析，算法簡(jiǎn)單、識(shí)別效率高、識(shí)別效果好。

1 數(shù)字識(shí)別模塊設(shè)計(jì)

數(shù)字識(shí)別模塊的主要功能是對(duì)燃?xì)獗淼臄?shù)字圖像進(jìn)行采集、識(shí)別和遠(yuǎn)程傳輸，硬件組成如圖1所示。電源模塊提供3.3 V和1.8 V電壓，為降低功耗，電路大部分時(shí)間處于休眠狀態(tài)，定時(shí)對(duì)燃?xì)獗淼膱D像進(jìn)行采集和發(fā)送。攝像頭模組采用30萬像素的CMOS微型攝像頭，并通過圖像傳感器將其轉(zhuǎn)換成數(shù)字信號(hào)，傳送到單片機(jī)，圖像識(shí)別算法將字輪圖片信息轉(zhuǎn)換成數(shù)字流量信息。為了達(dá)到光線統(tǒng)一的目的，需要將攝像頭部分放置在全黑的環(huán)境，利用LED補(bǔ)光燈對(duì)圖像進(jìn)行補(bǔ)光處理。通過Lora與集中器進(jìn)行數(shù)據(jù)通信，將采集到的流量信息通過集中器發(fā)送給服務(wù)器，實(shí)現(xiàn)數(shù)據(jù)遠(yuǎn)程抄讀功能。圖像采集模塊的組成如圖1所示。

圖1 圖像采集模塊組成圖

2 數(shù)字識(shí)別算法設(shè)計(jì)

數(shù)字識(shí)別算法部分由數(shù)據(jù)采集處理、圖像識(shí)別算法2部分組成。其組成部分如圖2所示。

圖2 數(shù)字識(shí)別算法

2.1 數(shù)字采集處理

數(shù)據(jù)采集的圖片如圖3所示，圖3（a）為采集的原始數(shù)據(jù)圖片，（b）為處理后的圖片，具體的步驟如下：①有效圖像采集。通過圖像傳感器進(jìn)行有效圖像采集，并保存為RGB565格式。②對(duì)圖像進(jìn)行二值化處理[4-6]。此過程是圖像預(yù)處理中的一個(gè)重要環(huán)節(jié)，目的是將目標(biāo)數(shù)字和背景分離，以便對(duì)數(shù)字進(jìn)行分割和識(shí)別。③對(duì)圖像進(jìn)行濾波操作。主要是濾除屬于雜波的圖像數(shù)據(jù)，對(duì)雜波進(jìn)行濾除（清零處理）。④尋找數(shù)字邊界。在整幅圖像數(shù)據(jù)中，找到每個(gè)數(shù)字的邊界。找到數(shù)字的4個(gè)邊界后，根據(jù)上、下邊界計(jì)算這個(gè)數(shù)字的高度。如果該高度小于設(shè)置的整個(gè)數(shù)字的高度，則該字為半字；否則，為整字。

圖3 圖像處理結(jié)果

2.2 圖像識(shí)別算法

圖像識(shí)別算法主要是對(duì)采集取得的數(shù)據(jù)來進(jìn)行半字識(shí)別或者全字識(shí)別，通過數(shù)字特征來識(shí)別每個(gè)數(shù)字，其特征識(shí)別方法主要有數(shù)字寬度、特殊位置、長(zhǎng)條位置、豎條位置及斜條位置。數(shù)字識(shí)別算法如圖4所示。

2.2.1 全字識(shí)別

全字識(shí)別步驟如下：

步驟1：采用數(shù)字寬度的識(shí)別方式，若整個(gè)字的寬度小于或等于設(shè)定的像素X，則可以判斷數(shù)字為“1”；否則，執(zhí)行步驟2.

步驟2：采用特殊位置的識(shí)別方式，若數(shù)字底部有效像素部分寬度較窄，則可判斷為數(shù)字“4”“7”，并執(zhí)行步驟3；否則，執(zhí)行步驟4.

步驟3：采用長(zhǎng)條位置的識(shí)別方式，若從數(shù)字下邊界往上找Y行有一長(zhǎng)條，則識(shí)別出該數(shù)字為“4”；否則，該數(shù)字為“7”。

步驟4：采用豎條位置的識(shí)別方式，若在靠近左邊框位置有一個(gè)高的豎條，則識(shí)別出數(shù)字為“0”或“6”或“8”，執(zhí)行步驟5；否則，執(zhí)行步驟7.

步驟5：根據(jù)豎條位置，若在靠近數(shù)字的右邊界位置有一個(gè)高的豎條，則該數(shù)字為“0”或“8”，并執(zhí)行步驟6，否則，該數(shù)字為“6”。

圖4 數(shù)字識(shí)別算法

步驟6：根據(jù)豎條位置，若在數(shù)字的中間位置有一個(gè)長(zhǎng)的橫條，則該數(shù)字為“8”；否則，該數(shù)字為“0”。

步驟7：根據(jù)豎條位置，若靠近數(shù)字的右邊邊界位置有一個(gè)高的豎條，則該數(shù)字為“3”或者“9”，并執(zhí)行步驟8；否則，執(zhí)行步驟9.

步驟8：根據(jù)豎條位置，若在數(shù)字的中間位置有一個(gè)長(zhǎng)的橫條則該數(shù)字為“9”；否則，為數(shù)字“3”。

步驟9：根據(jù)豎條位置，若在數(shù)字的中間靠上位置有一個(gè)長(zhǎng)的橫條，則該數(shù)字為“5”；否則，該數(shù)字為“2”。

通過上面步驟1～9完成整字識(shí)別。

2.2.2 半字識(shí)別

半字識(shí)別步驟如下：

步驟1：數(shù)字“1”“4”“7”的半字識(shí)別步驟與整字識(shí)別相同，見整字識(shí)別步驟1～3.

步驟2：根據(jù)斜條位置，若最底部為一個(gè)長(zhǎng)橫，且往上從長(zhǎng)橫的左邊有一個(gè)傾斜長(zhǎng)條，則可判斷為數(shù)字2；否則，執(zhí)行步驟3.

步驟3：若數(shù)字中間空白部分的高度要比其他數(shù)字高很多，則可判斷為數(shù)字“0”；否則，執(zhí)行步驟4.

步驟4：若數(shù)字的下半部分是一個(gè)封閉的圈，則可判斷為數(shù)字“6”或“8”，并執(zhí)行步驟5；否則，執(zhí)行步驟6.

步驟5：若封閉圈的右上部分存在有效像素，則可判斷為“8”；否則，為數(shù)字“6”。

步驟6：若數(shù)字上下長(zhǎng)橫的縱坐標(biāo)差值大于設(shè)定值Z，則該數(shù)字為“3”；否則，為“5”或者“9”，并執(zhí)行步驟7.

步驟7：若數(shù)字第二個(gè)長(zhǎng)橫上面一行的靠右邊存在有效像素，則為數(shù)字“9”；否則，為數(shù)字“5”。

通過上面步驟1～7完成半字識(shí)別。

3 結(jié)果與結(jié)論

通過此種特征信息提取方式對(duì)0～9這10組數(shù)據(jù)進(jìn)行數(shù)字識(shí)別，不論是半字，還是全字，每一個(gè)數(shù)字分別進(jìn)行100次識(shí)別，實(shí)驗(yàn)結(jié)果如表1所示。由上述結(jié)果可知，數(shù)字“0”“1”“2”“4”“7”本身結(jié)構(gòu)簡(jiǎn)單，容易識(shí)別，識(shí)別率可達(dá)到100%；對(duì)于“6”“8”的識(shí)別，雖然結(jié)構(gòu)比較復(fù)雜，但是特征明顯，只需要區(qū)別右上部分有效像素即可，因此識(shí)別錯(cuò)誤次數(shù)較少。“3”“5”“9”則因?yàn)樘卣飨嗨泣c(diǎn)較多，當(dāng)出現(xiàn)半字時(shí)判斷誤差較大?？傊?，總體識(shí)別結(jié)果來看，此類特征識(shí)別方法其總體識(shí)別率為99.6%，基本接近100%.

4 結(jié)論

燃?xì)庵弊x表頭是一種利用攝像頭對(duì)燃?xì)獗碜州嗊M(jìn)行圖像采集、識(shí)別、遠(yuǎn)傳的攝像直讀式無線抄表器。燃?xì)庵弊x表頭對(duì)于目前的舊式燃?xì)獗砀脑?，?shí)現(xiàn)全自動(dòng)化抄表，它不需要改變現(xiàn)有的燃?xì)獗恚脩魺o需換表即可實(shí)現(xiàn)抄表。本論文所提出的方法對(duì)數(shù)字圖像的總體識(shí)別率可以達(dá)到99%以上。此方法具有識(shí)別算法簡(jiǎn)單、識(shí)別速度快、識(shí)別效果好的特點(diǎn)。

表1 圖像識(shí)別統(tǒng)計(jì)表

［1］王朋，王剛，竇海妮.基于最小距離法的數(shù)字識(shí)別［J］.廣西輕工業(yè)，2010（148）：74.

［2］魏暢然.基于穿線法的數(shù)字識(shí)別方法［J］.科技情報(bào)開發(fā)與經(jīng)濟(jì)，2010，20（28）：137.

［3］劉洋洋，嵇啟春.一種改進(jìn)的模板匹配的數(shù)字識(shí)別算法［J］.工業(yè)控制計(jì)算機(jī)，2010，23（5）：76.

［4］楊偉偉，王廣偉.儀表圖像二值化技術(shù)研究［J］.科技信息，2011（17）：62.

［5］孫少林，馬志強(qiáng)，湯偉.灰度圖像二值化算法研究［J］.價(jià)值信息，2010（5）：142.

［6］馮玉田，刁志蕙，李元輝，等.基于圖像的遠(yuǎn)程燃?xì)獗碇弊x系統(tǒng)研究與實(shí)現(xiàn)［J］.電子測(cè)量技術(shù)，2016，39（6）：76.

〔編輯：劉曉芳〕

TP391.41

A

10.15913/j.cnki.kjycx.2017.19.037

2095－6835（2017）19－0037－03